Integrated Decentering: Validating an Automated Measure of Decentering Expression Across Seven Independent Samples
यह अध्ययन "इंटीग्रेटेड डीसेंटरिंग" (Integrated Decentering) को प्रमाणित करता है, जो एक एकल स्वचालित स्कोरिंग मॉडल है जो सात विविध नमूनों में चिंतनशील पाठ (reflective text) में डीसेंटरिंग को विश्वसनीय रूप से मापता है, जो नमूना-विशिष्ट समायोजन की आवश्यकता के बिना मजबूत रचना वैधता (construct validity), समय के साथ स्थिरता और चिंतनशील अभ्यास के प्रति संवेदनशीलता प्रदर्शित करता है।
मूल पेपर CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/) के तहत लाइसेंस किया गया है। नीचे दिए गए पेपर की यह व्याख्या AI से तैयार की गई है। इसे लेखकों ने न तो लिखा है, न इसका समर्थन किया है। तकनीकी सटीकता के लिए मूल पेपर देखें। पूरा डिस्क्लेमर पढ़ें
अपने मन की कल्पना एक हलचल भरी रसोई के रूप में करें। आमतौर पर, जब कोई विचार उभरता है—जैसे कि "मैं एक असफल व्यक्ति हूँ" या "मुझे बहुत गुस्सा आ रहा है"—तो आप उसे पकड़ लेते हैं, उसका स्वाद लेते हैं, और तुरंत मान लेते हैं कि यही पूरा भोजन है। आप उस विचार के साथ जुड़ जाते हैं; वह आप बन जाता है। लेकिन एक विशेष कौशल है, जिसे अक्सर डिसेंटरिंग (decentering) कहा जाता है, जहाँ आप चूल्हे से पीछे हटकर खड़े हो जाते हैं। विचार को खाने के बजाय, आप उसे एक बुलबुले या बादल की तरह गुजरते हुए देखते हैं। आप महसूस करते हैं, "ओह, यह मेरे मन से गुजरने वाला बस एक विचार है, यह मेरे बारे में कोई तथ्य नहीं है।" यह मनोवैज्ञानिक रूप से एक सुपरपावर है। यह लोगों को तनाव संभालने, दूसरों के प्रति सहानुभूति महसूस करने और अपने ही ड्रामे में फंसे बिना संघर्षों को सुलझाने में मदद करता है।
लंबे समय तक, वैज्ञानिकों को इस सुपरपावर को मापने में कठिनाई हुई। वे ज्यादातर लोगों से पूछते थे, "आप पीछे हटने (stepping back) में कितने अच्छे हैं?" लेकिन किसी को उसकी अपनी क्षमता का आकलन करने के लिए कहना पेचीदा होता है; कभी-कभी लोग सोचते हैं कि वे इसमें बहुत अच्छे हैं जबकि वे नहीं होते, या वे अपने विचारों के प्रति इतने जागरूक होते हैं कि उन्हें लगता है कि वे बुरे हैं। अन्य लोगों ने यह गिनने की कोशिश की कि किसी ने कितने घंटे ध्यान लगाया, लेकिन यह गिनने जैसा है कि आपने टेनिस का बल्ला कितनी बार पकड़ा है बिना यह देखे कि क्या आप वास्तव में गेंद को मार भी सकते हैं। हमें एक नया तरीका चाहिए था जिससे हम यह देख सकें कि क्या कोई वास्तव में "पीछे हट रहा है" या नहीं, और इसके लिए उनकी अपनी राय या स्टॉपवॉच पर निर्भर न रहना पड़े।
यहीं पर शोधकर्ताओं की एक टीम, जिसका नेतृत्व तामस मैडल और सारा लाजर ने किया, एक चतुर विचार के साथ सामने आई: क्या होगा अगर हम बस यह सुनें जो लोग कहते हैं? उन्होंने एक नया उपकरण विकसित किया जिसे इंटीग्रेटेड डिसेंटरिंग (ID) कहा जाता है। इसे एक सुपर-स्मार्ट, विशेष रोबोट लाइब्रेरियन के रूप में समझें जो लोगों द्वारा लिखे गए छोटे, चिंतनशील वाक्यों को पढ़ता है और उन्हें 0 से 9 तक का स्कोर देता है। यह केवल शब्दों को नहीं गिनता; यह पीछे हटने के स्वर (tone) को देखता है। क्या लेखक कहता है, "मैं असफल होने के कारण दुखी महसूस कर रहा हूँ" (जुड़ा हुआ/fused), या "मैं असफल होने के कारण दुख की एक भावना को नोटिस कर रहा हूँ" (डिसेंटर्ड/decentered)? इस अंतर को पहचानने के लिए रोबोट को हजारों उदाहरणों पर प्रशिक्षित किया गया था।
शोधकर्ताओं ने केवल रोबोट नहीं बनाया; उन्होंने इसे यह देखने के लिए एक विशाल, सात-चरणीय स्ट्रेस टेस्ट से गुजारा कि क्या यह वास्तव में काम करता है। उन्होंने इसमें सात अलग-अलग समूहों के लोगों के टेक्स्ट डाले: जैसे बुजुर्ग, संघर्षों के बारे में लिखने वाले लोग, ऑनलाइन फोरम पोस्ट करने वाले लोग, और यहाँ तक कि अनुभवी ध्यान करने वाले लोग। उन्हें क्या मिला:
- यह विशेषज्ञों से मेल खाता है: जब उन्होंने रोबोट के स्कोर की तुलना स्थापित प्रश्नावली से की जिसे लोगों ने भरा था, तो रोबोट उनके साथ काफी हद तक सहमत था। यह एक सटीक मिलान नहीं था, लेकिन यह एक मजबूत, विश्वसनीय संकेत था कि यह उसी चीज़ को माप रहा था।
- यह वास्तविक दुनिया के व्यवहार की भविष्यवाणी करता है: जिन लोगों को रोबोट से उच्च स्कोर मिला, वे दूसरों के कष्ट के प्रति सहानुभूति महसूस करने में बेहतर थे और अपने अहंकार में फंसे बिना विवादों के समाधान खोजने में बेहतर थे। वे अपने कार्यों को अपने मूल्यों के साथ अधिक निकटता से जोड़ते थे।
- यह जानता है कि यह क्या नहीं है: यह एक महत्वपूर्ण हिस्सा है। रोबोट का परीक्षण ऐसे टेक्स्ट पर किया गया था जहाँ डिसेंटरिंग मायने नहीं रखता, जैसे कि किसी फोरम पर किसी का मन बदलने के बारे में व्यक्तिगत बहस। उन मामलों में, रोबोट ने कम स्कोर दिया, जिससे साबित हुआ कि यह केवल "शब्दों की अधिकता" (wordy-ness) का पता लगाने वाला यंत्र नहीं है। यह गहरी आत्म-चिंतन और एक लंबे, उबाऊ भाषण के बीच का अंतर जानता है।
- यह अभ्यास को ट्रैक करता है: रोबोट उन लोगों और उन लोगों के बीच अंतर बता सका जो ध्यान या योग का अभ्यास करते थे और जो नहीं करते थे। वे जितना अधिक अभ्यास करते थे, उनके स्कोर उतने ही अधिक होते जाते थे, जो यह सुझाव देता है कि यह उपकरण मन को प्रशिक्षित करने के प्रभावों को वास्तव में देख सकता है।
शोधकर्ता सावधानीपूर्वक यह कहते हैं कि यह कोई जादुई क्रिस्टल बॉल नहीं है जो किसी व्यक्ति के मानसिक स्वास्थ्य का निदान कर सके या यह बता सके कि कोई कितना "बुद्धिमान" है। यह एक शोध उपकरण है जो व्यक्तियों के समूह या समय के साथ होने वाले परिवर्तनों को देखने के लिए सबसे अच्छा काम करता है, न कि अकेले एक वाक्य का निर्णय लेने के लिए। उन्होंने यह भी पाया कि हालांकि रोबोट के स्कोर इस बात के साथ ओवरलैप होते हैं कि किसी व्यक्ति की सोच कितनी "परिपक्व" है, यह पीछे हटने के बारे में कुछ विशिष्ट मापता है जो सामान्य रूप से बड़ा होने या परिपक्व होने से अलग है।
संक्षेप में, यह पेपर सुझाव देता है कि अब हम लोगों द्वारा लिखे गए लेखन को पढ़कर, एक निश्चित, स्वचालित उपकरण का उपयोग करके, "पीछे हटने" के कौशल को माप सकते हैं। यह एक नया, स्केलेबल तरीका है यह देखने का कि क्या हमारे मन अपने विचारों के साथ नृत्य करना सीख रहे हैं या उनके साथ कीचड़ में फंसना।
अपने क्षेत्र के पेपरों की भीड़ में उलझे हुए हैं?
आपके रिसर्च कीवर्ड से मेल खाने वाले सबसे नए और अलग सोच वाले पेपरों का रोज़ाना Digest पाएँ—तकनीकी सारांश के साथ, आपकी भाषा में।